摘要: PyTorch内置模型的使用,并且演示了使用本地权重文件 阅读全文
posted @ 2022-10-26 16:24 凤凰城堡 阅读(376) 评论(0) 推荐(0) 编辑
摘要: 我是做金融领域量化交易的。本来一直使用tensorflow研究和工作,但是遇到很多理解上的误区,耽误了很多时间。后来研究了一阵子pytorch,确实如网上所说,有后来居上的势头,而且在使用中发现更适合研究,快速建模。随着1.1版本中tensorboard的发布,可视化训练过程也就没什么短板了。不过说 阅读全文
posted @ 2019-08-06 20:04 凤凰城堡 阅读(2117) 评论(0) 推荐(0) 编辑
摘要: 注解:fun_data()函数生成训练数据和标签,同时生成测试数据和测试标签HIDDEN_SIZE = 128,使用128维的精度来定义LSTM的状态和输出精度,就是LSTM中的h,c lstm_model()函数定义了一个可重入的模型,分别由评估函数和训练函数调用,在训练前使用空模型预测并输出未训练数据并可视化通过with tf.variable_scope("lstm_model",reuse 阅读全文
posted @ 2019-07-16 23:34 凤凰城堡 阅读(2255) 评论(0) 推荐(0) 编辑
摘要: 完美解释meshgrid函数,三维曲面,等高线 阅读全文
posted @ 2019-04-16 23:57 凤凰城堡 阅读(1871) 评论(0) 推荐(0) 编辑
摘要: 使用tensorflow实现机器学习中的线性拟合这个例子是模拟的单变量线性回归,通过提高单变量的阶数来增加特征数量,例如:4阶相当于分解为四个特征这种思想同样适用于多变量线性回归 阅读全文
posted @ 2019-04-16 23:46 凤凰城堡 阅读(515) 评论(0) 推荐(0) 编辑
摘要: 1 #线性回归:用线性模型y=Wx+b拟合sin 2 import numpy as np 3 import matplotlib.pyplot as plt 4 import tensorflow as tf 5 6 #数据,标签 7 x_data = np.li... 阅读全文
posted @ 2019-02-10 22:38 凤凰城堡 阅读(301) 评论(0) 推荐(0) 编辑